基于改进量子遗传算法的重型装备生产调度研究

针对机械工厂(车间)中存在的重型装备加工与装配集成调度精益性不足的问题,在研究了多产品综合作业调度的基础上,提出了一种改进量子遗传算法,以提高重型装备生产的精益化程度。以加工成本、精准交付、跨车间转运次数为目标,构建了多产品综合作业调度优化模型;结合产品加工与装配特点,设计了基于装配约束的编码方式;为避免量子遗传算法陷入早熟,将其与局部搜索能力较强的模拟退火算法结合,设计了改进量子遗传算法(SQGA),提高了全局搜索精度;同时,设计了自适应旋转角,使种群收敛速度更加平稳;采用MATLAB对综合作业调度算例和生产实例进行了仿真。研究结果表明:改进量子遗传算法平均收敛代数减少18.6%,平均最优解占比增加26%,具有更好的收敛效果和求解精度;在生产实例中,采用该算法可使加工成本减少7.8%,跨车间转运次数减少30.4%,产品达到精准交付,提高了机械工厂(车间)重型装备生产调度的精益性指标。